川渝地區大氣加權平均溫度模型優化

侯曉玲，熊永良

川渝地區大氣加權平均溫度模型優化

侯曉玲，熊永良

（西南交通大學 地球科學與環境工程學院，成都 611700）

為了彌補川渝地區還沒有本地化加權平均溫度（m）模型的不足，提出一種川渝地區大氣加權平均溫度模型優化方法：選取甘孜、溫江、西昌、沙坪壩4個站2017—2019年的探空數據，根據最小二乘法進行線性擬合，構建適用于川渝地區的加權平均溫度模型。實驗結果表明，本地化模型的平均絕對誤差（MAE）和均方根誤差（RMSE）均值分別為1.24和1.60 K，均優于貝維斯（Bevis）模型和中國加權平均溫度回歸模型；在本地化模型基礎上加入季節性改正后的三角函數值、測站高程和大地緯度因素，新構建的本地化加權平均溫度優化模型較本地化模型能取得更高的精度。提出的本地化加權平均溫度模型在川渝地區可有較好的適用性，能夠為全球導航衛星系統（GNSS）在當地氣象行業的應用提供參考。

川渝地區；加權平均溫度；最小二乘；線性擬合；優化模型

0 引言

1 數據處理方法

1.1 加權平均溫度計算

式中：exp()為以自然常數e為底的指數函數；為露點溫度（單位為℃）。

1.2 精度評估方法

本文采用平均絕對偏差（mean absolute error，MAE）和均方根誤差（root mean square error，RMSE）2個度量標準進行模型精度的檢驗，即有：

2 川渝地區模型的建立及精度分析

2.1 數據來源

從美國懷俄明大學天氣數據網（http:// weather. uwyo.edu/upperair/sounding.html）下載川渝地區4個探空站（甘孜、溫江、西昌、沙坪壩）2017—2019年每天協調世界時（universal time coordinated，UTC）0時和12時采集的實測數據，其中包括氣壓、高度、地面溫度、露點溫度、大氣厚度、相對濕度、大氣可降水量等參數，該機構對發布的探空數據按照世界氣象組織（World Meteorological Organization，WMO）制定的規則均已進行了質量檢查。如圖1所示是川渝地區4個探空站的位置分布，如表1所示為對應的地理位置信息。

表1 川渝地區4個探空站位置信息

圖1 川渝地區4個探空站分布

2.2 本地化模型

式中：a為常數項；b為回歸系數。

圖3 與相關性分析

圖4 模型殘差分布直方圖

表2 Tm模型精度比較 K

圖5 2017—2018年模型偏差分析

2.3 本地化模型的優化

表3 優化模型的擬合系數

圖6 2019年溫江站模型分析

表4 溫江站模型預測精度統計 K

3 結束語

[1] ROCKEN C, HOVE T V, WARE R. Near real-time GPS sensing of atmospheric water vapor[J]. Geophysical Research Letters, 2013, 24(24): 3221-3224.

[2] 青盛. 地基GPS水汽反演的研究[D]. 成都: 西南交通大學, 2009.

[3] 王曉英, 戴仔強, 曹云昌, 等. 中國地區地基GPS加權平均溫度Tm統計分析[J]. 武漢大學學報(信息科學版), 2011, 36(4): 421-416.

[4] 姚宜斌, 何暢勇, 張豹, 等. 一種新的全球對流層天頂延遲模型GZTD[J]. 地球物理學報, 2013, 56(7): 2218-2227.

[5] 劉志趙, 劉經南, 李征航. GPS技術在氣象學中的應用[J]. 測繪通報, 2000(2): 8-9.

[6] BEVIS M, BUSINGER S, HERRING T A, et al. GPS meteorology:Remote sensing of atmospheric water vapor using the global positioning system[J]. Journal of Geophysical Research: Atmospheres, 1992, 97(D14): 15787-15801.

[7] 陳鵬, 陳家君. 利用NCEP再分析資料建立全球大氣加權平均溫度模型[J]. 大地測量與地球動力學, 2014, 34(3): 133-136.

[8] ROSS R J, ROSENFELD S. Estimating mean weighted temperature of the atmosphere for global positioning system applications[J]. Journal of Geophysical Research Atmospheres, 1997, 102(D18): 21719-21730.

[9] 王皓, 趙興旺. 香港地區大氣加權平均溫度建模與研究[J]. 全球定位系統, 2019, 44(1): 119-124.

[10] 郭彬洋, 李黎, 謝威, 等. 長三角地區加權平均溫度本地化模型擬合[J]. 導航定位學報, 2019, 7(2): 61-67.

[11] 楊林, 鄭南山, 高淑照, 等. 基于BP神經網絡算法構建香港地區加權平均溫度模型[J]. 導航定位學報, 2021, 9(4): 92-97.

[12] 張洛愷, 楊力, 王艷玲, 等. 鄭州地區大氣加權平均溫度模型確定[J]. 測繪科學技術學報, 2014, 31(6): 566-569.

[13] NME A, MAA A, AEM B, et al. GNSS meteorology in Egypt: Modeling weighted mean temperature from radiosonde data[J]. Alexandria Engineering Journal, 2019, 58(2): 443-450.

[14] LIU Y, CHEN Y. Determination of weighted mean tropospheric temperature using ground meteorological measurements[J]. Geo-Spatial Information Science, 2001, 4(1P): 14-18.

[15] 劉焱雄, 陳永奇, 劉經南. 利用地面氣象觀測資料確定對流層加權平均溫度[J]. 武漢測繪科技大學學報, 2000(5): 400-404.

[16] 胡伍生, 王來順, 朱明晨, 等. 中國區域加權平均溫度的建模研究[J]. 現代測繪, 2018, 41(3): 21-23.

[17] YAO Y B, ZHANG B, XU C Q, et al. Improved one/multi-parameter models that consider seasonal and geographic variations for estimating weighted mean temperature in ground-based GPS meteorology[J]. Journal of Geodesy, 2014, 88(3): 273-282.

An optimization method of weighted mean temperature model in Sichuan-Chongqing region

HOU Xiaoling, XIONG Yongliang

（Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611700, China）

Sichuan-Chongqing region; weighted mean temperature; least square; linear fitting; optimized model

侯曉玲, 熊永良. 川渝地區大氣加權平均溫度模型優化[J]. 導航定位學報, 2023, 11(4): 63-69.（HOU Xiaoling, XIONG Yongliang. An optimization method of weighted mean temperature model in Sichuan-Chongqing region[J]. Journal of Navigation and Positioning, 2023, 11(4): 63-69.）DOI:10.16547/j.cnki.10-1096.20230409.

P228

A

2095-4999(2023)04-0063-07

2022-10-25

四川省科技計劃資助項目（2022YFG0169）

侯曉玲（2000—），女，江蘇南通人，碩士研究生，研究方向為GNSS氣象學。

熊永良（1964—），男，四川瀘州人，博士，教授，研究方向為GNSS理論與應用。